年夜家都在炒作機(jī)械進(jìn)修和物聯(lián)網(wǎng)，但卻不曉得它們的現(xiàn)實(shí)價(jià)值。
機(jī)械進(jìn)修在物聯(lián)網(wǎng)中有何運(yùn)用？起首要弄清晰它和數(shù)據(jù)剖析的差別
機(jī)械進(jìn)修（ML）和物聯(lián)網(wǎng)（IoT）如今都異常風(fēng)行。關(guān)于機(jī)械進(jìn)修和物聯(lián)網(wǎng)有年夜量的存眷和炒作，我們能夠很難穿過樂音去懂得它的現(xiàn)實(shí)價(jià)值。
數(shù)據(jù)剖析vs.機(jī)械進(jìn)修
關(guān)于機(jī)械進(jìn)修的炒作愈來愈多，很多組織都邑愿望在他們的營(yíng)業(yè)中若干應(yīng)用一些機(jī)械進(jìn)修。可是絕年夜多半時(shí)刻都不克不及如斯。
前面我將更深刻地商量機(jī)械進(jìn)修的價(jià)值，但起首我要說，機(jī)械進(jìn)修須要年夜量數(shù)據(jù)。這能夠意味著改良流程、下降本錢、為客戶發(fā)明更好的體驗(yàn)，或許開拓新的貿(mào)易形式。
現(xiàn)實(shí)是，年夜多半組織可以從傳統(tǒng)的數(shù)據(jù)剖析中取得很多利益，而不須要更龐雜的機(jī)械進(jìn)修的辦法。
傳統(tǒng)的數(shù)據(jù)剖析在說明數(shù)據(jù)這方面做得很棒。你可以按照曩昔產(chǎn)生的事宜或明天產(chǎn)生的情形生成申報(bào)或模子，汲取有效的看法來運(yùn)用于組織當(dāng)中。
數(shù)據(jù)剖析可以贊助量化和跟蹤目的，完成更智能的決議計(jì)劃，然后跟著時(shí)光的推移供給權(quán)衡勝利的手腕。
那末機(jī)械進(jìn)修在甚么時(shí)刻有價(jià)值？
典范的傳統(tǒng)數(shù)據(jù)剖析的數(shù)據(jù)模子平日是靜態(tài)的，它在處置疾速變更和非構(gòu)造化的數(shù)據(jù)方面的應(yīng)用是有局限性的。當(dāng)觸及到物聯(lián)網(wǎng)時(shí)，平日須要肯定幾十個(gè)傳感器輸出和敏捷發(fā)生數(shù)百萬個(gè)數(shù)據(jù)點(diǎn)的內(nèi)部身分之間的相干性。
傳統(tǒng)的數(shù)據(jù)剖析須要基于曩昔數(shù)據(jù)和專家看法的模子來樹立變量之間的關(guān)系，而機(jī)械進(jìn)修是從成果變量（例如節(jié)能）動(dòng)身，然后主動(dòng)尋覓猜測(cè)變量及其互相感化。
普通來講，當(dāng)你曉得你想要甚么，但卻其實(shí)不曉得做出該決議計(jì)劃所須要的主要的輸出變量的時(shí)刻，機(jī)械進(jìn)修是有價(jià)值的。所以你給了機(jī)械進(jìn)修算法一個(gè)目的，然后它會(huì)從數(shù)據(jù)中“進(jìn)修”到哪些身分關(guān)于完成這一目的很主要。
Google客歲在其數(shù)據(jù)中間運(yùn)用機(jī)械進(jìn)修就是一個(gè)很好的例子。數(shù)據(jù)中間須要堅(jiān)持高溫，是以它們須要年夜量的動(dòng)力來讓冷卻體系正常任務(wù)（或許你可以直接將它們扣入陸地中）。這關(guān)于Google來講是偉大的本錢，所以目的是經(jīng)由過程機(jī)械進(jìn)修來進(jìn)步效力。
由于有一百二十個(gè)變量影響著冷卻體系（電扇、水泵轉(zhuǎn)速、窗等），應(yīng)用傳統(tǒng)的辦法來建造模子將是一個(gè)異常艱難的義務(wù)。而Google運(yùn)用機(jī)械進(jìn)修，將全體動(dòng)力消費(fèi)下降了百分之十五。這將為Google在將來幾年節(jié)儉數(shù)億美元。
另外，機(jī)械進(jìn)修關(guān)于精確猜測(cè)將來事宜而言也很有價(jià)值。鑒于應(yīng)用傳統(tǒng)數(shù)據(jù)剖析所構(gòu)建的數(shù)據(jù)模子是靜態(tài)的，跟著愈來愈多的數(shù)據(jù)被捕捉和接收，機(jī)械進(jìn)修算法會(huì)跟著時(shí)光的推移而賡續(xù)改良。這意味著機(jī)械進(jìn)修算法可以做出一些猜測(cè)，將現(xiàn)實(shí)產(chǎn)生的情形與其猜測(cè)的情形停止比擬，然落后行調(diào)劑，從而變得加倍精確。
經(jīng)由過程機(jī)械進(jìn)修完成的猜測(cè)剖析關(guān)于很多物聯(lián)網(wǎng)運(yùn)用來講都長(zhǎng)短常有價(jià)值的。我們來看幾個(gè)詳細(xì)的例子。
物聯(lián)網(wǎng)中的運(yùn)用
工業(yè)運(yùn)用的本錢勤儉
猜測(cè)的才能在工業(yè)情況中異常有效。經(jīng)由過程從機(jī)械外部或外面上的多個(gè)傳感器繪制數(shù)據(jù)，機(jī)械進(jìn)修算法可以“進(jìn)修”機(jī)械的典范特點(diǎn)，然后檢測(cè)異常狀態(tài)。
一個(gè)名叫Augury的公司做的恰是這個(gè)工作，它在裝備上裝置了振動(dòng)和超聲波傳感器:
“搜集的數(shù)據(jù)被發(fā)送到我們的辦事器中，在那邊與從該機(jī)械搜集到的本來的數(shù)據(jù)和從相似機(jī)械搜集到的數(shù)據(jù)停止比擬。我們的平臺(tái)可以檢測(cè)到最渺小的變更，并在毛病產(chǎn)生時(shí)收回正告。這個(gè)剖析是及時(shí)完成的，其成果會(huì)在幾秒鐘內(nèi)顯示在技巧人員的智妙手機(jī)上。”
猜測(cè)機(jī)械什么時(shí)候須要保護(hù)長(zhǎng)短常有價(jià)值的，它將節(jié)儉數(shù)百萬美元的本錢。Goldcorp就是一個(gè)很好的例子，它是一家采礦公司，應(yīng)用偉大的車輛來輸送資料。
當(dāng)這些運(yùn)輸車輛涌現(xiàn)毛病時(shí)，將招致Goldcorp天天喪失200萬美元。Goldcorp正在應(yīng)用機(jī)械進(jìn)修猜測(cè)機(jī)械須要保護(hù)的時(shí)光，精確度跨越百分之九十，這節(jié)儉了偉大的本錢。
塑造小我體驗(yàn)
其實(shí)我們都熟習(xí)我們平常生涯中的機(jī)械進(jìn)修。Amazon和Netflix都在應(yīng)用機(jī)械進(jìn)修來懂得我們的偏好，并為用戶供給更好的體驗(yàn)。這能夠意味著它會(huì)向你推舉你能夠愛好的產(chǎn)物或推舉一些相干的片子和電視節(jié)目。
異樣的，在物聯(lián)網(wǎng)的機(jī)械進(jìn)修中，它能將我們的情況塑形成我們小我所愛好的這一現(xiàn)實(shí)將異常有價(jià)值。Nest Thermostat是一個(gè)很好的例子，它應(yīng)用機(jī)械進(jìn)修來懂得你對(duì)冷熱度的偏好，確保當(dāng)你上班回家或在凌晨醒來時(shí)，房間的溫度是適合的。
更多
下面所述的幾個(gè)例子只是無窮的能夠性中的一小部門，但它們很主要，由于它們是如今正在運(yùn)轉(zhuǎn)的物聯(lián)網(wǎng)中的機(jī)械進(jìn)修的有效的運(yùn)用法式。
但總的來講…
我們只抓到了外相
將來幾年將持續(xù)銜接到互聯(lián)網(wǎng)的數(shù)十億個(gè)傳感器和裝備將生成指數(shù)級(jí)的更多的數(shù)據(jù)。正如我在上一篇文章中評(píng)論辯論過的那樣，數(shù)據(jù)的偉大增加將帶來機(jī)械進(jìn)修的偉大提高，并為我們帶來有數(shù)取得收益的機(jī)遇。
我們不只可以猜測(cè)機(jī)械須要保護(hù)的時(shí)光，還可以猜測(cè)須要保護(hù)我們本身的時(shí)光。機(jī)械進(jìn)修將運(yùn)用于我們的可穿著裝備，以懂得我們的基本狀態(tài)，并在保持我們身材的主要器官涌現(xiàn)異常時(shí)作出斷定，需要時(shí)，會(huì)主動(dòng)打德律風(fēng)給大夫或救護(hù)車。
除個(gè)別以外，我們還可使用這個(gè)安康數(shù)據(jù)來檢查全部人群的身材狀態(tài)的全體趨向，猜測(cè)疾病的迸發(fā)并自動(dòng)處理安康成績(jī)。
我們還可以在變亂產(chǎn)生之前猜測(cè)變亂和犯法行動(dòng)。來自智能城市的樂音傳感器、攝像機(jī)、乃至智能渣滓箱的數(shù)據(jù)都可以傳送到機(jī)械進(jìn)修算法中，以發(fā)明變亂或犯法行動(dòng)產(chǎn)生的征象，為法律部分供給強(qiáng)無力的對(duì)象（固然這將觸及到一些隱私成績(jī)）。
雖然機(jī)械進(jìn)修和物聯(lián)網(wǎng)都處于炒作的熱潮，但將來的運(yùn)用和能夠性值得如許的炒作。我們真的只抓到了一切能夠性的外相。
